💻 ciência da computação

A Robust Fractional Fourier-Domain Image Encryption Framework Integrating Hessenberg Decomposition and Hybrid Chaotic Maps

Este artigo propõe uma estrutura de criptografia de imagem robusta e eficiente que integra a Transformada de Fourier Fracionária, a decomposição de Hessenberg e mapas caóticos híbridos dentro de um processo de confusão-difusão de três estágios para alcançar alta segurança contra vários ataques, mantendo simultaneamente baixa complexidade computacional.

Autores originais: Arabind Kumar

Publicado 2026-10-21

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Arabind Kumar

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Na era digital, as imagens viajam através de redes abertas a cada segundo, carregando de tudo, desde exames médicos até memórias pessoais. Como esses canais são inerentemente inseguros, proteger os dados contidos neles é uma batalha constante. Os bloqueios tradicionais, projetados para texto, frequentemente têm dificuldade com imagens porque estas contêm quantidades massivas de padrões repetitivos e detalhes estreitamente ligados. Para protegê-las, cientistas há muito buscam o reino da frequência, onde uma imagem não é vista como uma coleção de pixels, mas como uma onda complexa de energia. Ao deslocar uma imagem para este domínio de frequência, torna-se possível embaralhar sua estrutura de formas invisíveis ao olho nu, porém matematicamente precisas. No entanto, simplesmente deslocar a imagem não é suficiente; o sistema também deve gerar uma chave única e imprevisível para cada uso, garantindo que mesmo uma pequena mudança na imagem original resulte em uma versão bloqueada completamente diferente.

Um pesquisador propôs agora um novo framework que tece três ferramentas matemáticas distintas para criar um escudo mais robusto para imagens digitais. Sua abordagem começa transformando a imagem em um domínio de frequência fracionária, uma versão generalizada do deslocamento de frequência padrão que introduz uma camada extra de complexidade. Uma vez que a imagem está neste novo estado, o pesquisador aplica uma técnica chamada decomposição de Hessenberg. Este processo atua como um filtro que simplifica os padrões de ondas complexas da imagem, eliminando a redundância enquanto mantém a energia essencial concentrada em uma forma compacta. Esta etapa não apenas acelera o processamento, mas também prepara os dados para o estágio final, o mais crítico: a aplicação de um sistema caótico híbrido.

A inovação central reside em como este sistema gera as chaves usadas para embaralhar a imagem. Em vez de depender de um único padrão simples, o pesquisador combinou dois mapas caóticos diferentes — um baseado em uma estrutura logística-seno-cosseno e outro em uma reflexão de elipse de atraso tangente — para trabalharem juntos e produzirem um fluxo de números que é altamente imprevisível e sensível à menor mudança. Antes que este fluxo seja aplicado, o pesquisador alimenta a imagem original em uma função de hash, uma ferramenta de impressão digital digital. Isso garante que a chave esteja ligada diretamente à imagem específica sendo criptografada. Se um único pixel na imagem original mudar, toda a chave muda, tornando o sistema incrivelmente sensível e resistente a ataques onde um hacker tenta adivinhar a chave analisando padrões.

Os resultados deste novo método são impressionantes. Quando o pesquisador testou seu framework em imagens padrão, as versões criptografadas não mostraram padrões discerníveis, com os valores dos pixels distribuídos tão aleatoriamente quanto um lançamento perfeito de dados. As medidas estatísticas de aleatoriedade foram quase ideais, atingindo um valor de 7,9998 de um máximo de 8, indicando que a imagem criptografada revela quase nenhuma informação sobre a original. Além disso, o sistema provou ser altamente resiliente contra tentativas de quebrá-lo. Mesmo quando a imagem criptografada foi submetida a ruído ou partes dela foram removidas, a imagem original ainda podia ser recuperada com alta clareza, mantendo sua integridade estrutural. O pesquisador descobriu que o sistema poderia suportar uma perda significativa de dados, com a imagem descriptografada permanecendo reconhecível mesmo quando um quarto dos dados criptografados estava ausente.

A segurança contra diferentes tipos de ataques também foi rigorosamente testada. O pesquisador demonstrou que alterar apenas um bit na imagem original causava uma mudança completa no resultado criptografado, uma propriedade conhecida como efeito avalanche. Isso torna quase impossível para um atacante deduzir a chave comparando duas imagens ligeiramente diferentes e criptografadas. O espaço de chaves, ou o número total de chaves possíveis disponíveis, foi calculado como sendo maior do que dois elevado à potência de 512, um número tão vasto que um ataque de força bruta seria computacionalmente inviável com a tecnologia atual. Todo o processo, embora complexo, opera com uma eficiência que permite a aplicação em tempo real, processando imagens em uma fração de segundo em hardware padrão.

Este trabalho representa um passo significativo na forma como as imagens digitais são protegidas. Ao integrar um deslocamento de frequência, uma técnica de simplificação de matriz e um motor caótico duplo, o pesquisador criou um sistema que é não apenas seguro, mas também eficiente e robusto contra os tipos de corrupção de dados que ocorrem nas transmissões do mundo real. O framework consegue unir com sucesso a elegância matemática teórica às necessidades de segurança prática, oferecendo uma solução que é tanto matematicamente sólida quanto capaz de resistir aos rigores da comunicação digital moderna. À medida que os dados multimídia continuam a crescer em volume e sensibilidade, tais abordagens integradas fornecem uma base necessária para manter a informação visual segura em um mundo cada vez mais aberto.

Resumo Técnico: Um Robusto Framework de Criptografia de Imagens no Domínio de Fourier Fracionário Integrando Decomposição de Hessenberg e Mapas Caóticos Híbridos

Definição do Problema
A rápida proliferação da transmissão de dados multimídia sobre redes inseguras criou desafios críticos para a segurança da informação, particularmente no que diz respeito à proteção de imagens sensíveis em campos como diagnóstico médico, reconhecimento militar e transações comerciais. Algoritmos de criptografia convencionais (ex: AES, DES) são frequentemente ineficientes para imagens devido à alta redundância, grande volume de dados e forte correlação entre pixels adjacentes inerente aos dados de imagem. Além disso, os esquemas de criptografia existentes no domínio da transformada, particularmente aqueles baseados na Transformada de Fourier Fracionária (FrFT), frequentemente sofrem de vulnerabilidades de linearidade que os tornam suscetíveis a ataques de texto plano escolhido. Adicionalmente, embora métodos de decomposição de matrizes como a decomposição de Hessenberg tenham mostrado promessa na redução de cargas computacionais, sua integração sistemática com sistemas caóticos híbridos para difusão no domínio espacial permanece subexplorada. Há uma clara falta de frameworks que sinergicamente combinem geometria espectral fracionária, fatoração de matrizes e caos de mapa duplo para alcançar alta segurança, baixa complexidade computacional e robustez contra erros de transmissão.

Metodologia
O artigo propõe um framework de criptografia de confusão–difusão em três estágios que integra a Transformada de Fourier Fracionária (FrFT), a decomposição de Hessenberg e um sistema caótico híbrido.

Transformação e Decomposição (Estágio 1):
- A imagem de texto claro é primeiro transformada para o domínio de Fourier fracionário usando a FrFT, onde a ordem fracionária $\alpha$ serve como uma chave criptográfica auxiliar.
- O espectro de FrFT resultante, de valores complexos, passa pela decomposição de Hessenberg ( $A = QHQ^*$ ). Este processo reduz a matriz para uma forma de Hessenberg superior ( $H$ ) e uma matriz unitária ( $Q$ ). Esta etapa concentra a energia espectral em menos coeficientes, simplificando o espectro e reduzindo os requisitos computacionais, enquanto retém informações espectrais essenciais.
Geração de Keystream Caótico Híbrido (Estágio 2):
- Um motor caótico híbrido combina o Mapa Logístico-Seno-Cosseno 2D (2D-LSCM) e o Sistema de Cavidade de Reflexão de Elipse de Atraso de Tangente (TD-ERCS).
- Para garantir a sensibilidade ao texto claro e a resistência a ataques de texto plano escolhido, um hash SHA-256 da imagem de texto claro é computado. Este hash é usado para perturbar as condições iniciais dos mapas caóticos, criando um esquema de chaves dependente do texto claro.
- As sequências caóticas combinadas geram três keystreams distintos: um para permutação ao nível de bit ( $K_{perm}$ ), um para substituição de S-box dinâmica ( $K_{sub}$ ) e um para difusão bidirecional ( $K_{diff}$ ).
Confusão–Difusão (Estágio 3):
- Confusão: A imagem é convertida em um fluxo binário, que passa por uma permutação ao nível de bit baseada em $K_{perm}$ .
- Substituição: Uma S-box dinâmica, gerada via embaralhamento de Fisher-Yates usando $K_{sub}$ , realiza a substituição nos pixels permutados.
- Difusão: Um processo de difusão bidirecional (frente e trás) usando $K_{diff}$ e operações XOR garante que a mudança em um único pixel afete todo o texto cifrado.

O algoritmo de decriptografia inverte estas etapas, utilizando a FrFT inversa, a reconstrução de Hessenberg inversa e as operações caóticas inversas.

Principais Contribuições
O artigo identifica quatro contribuições primárias:

Arquitetura de Triplo Domínio Inovadora: Propõe uma arquitetura de criptografia única combinando geometria espectral fracionária (FrFT), fatoração de matrizes (decomposição de Hessenberg) e caos de mapa duplo (2D-LSCM e TD-ERCS).
Eficiência Computacional via Decomposição: Demonstra que a aplicação da decomposição de Hessenberg aos espectros de FrFT proporciona benefícios computacionais significativos ao criar uma representação intermediária compacta sem sacrificar as características de segurança.
Diversidade de Chave e Sensibilidade Aprimoradas: Introduz um esquema de geração de chaves caóticas híbrido que alcança alta diversidade de chaves e garante sensibilidade do tipo "one-time-pad" às mudanças no texto claro através da perturbação por hash SHA-256.
Validação de Segurança Abrangente: O trabalho fornece provas de segurança extensas e resultados experimentais, validando o sistema contra ataques estatísticos, diferenciais, de texto plano escolhido e de força bruta, bem como contra ruído e oclusão.

Resultados Experimentais
O framework foi avaliado usando imagens de teste padrão (Lena, Baboon, Peppers, Cameraman, Airplane) em uma plataforma MATLAB. As principais métricas de desempenho incluem:

Espaço de Chave: O espaço de chave é calculado como sendo maior que $2^{512}$ (considerando parâmetros contínuos e o hash SHA-256), excedendo em muito o limiar de $2^{128}$ necessário para resistir a ataques de força bruta.
Entropia de Informação: Os textos cifrados atingiram valores de entropia entre 7,9997 e 7,9999, aproximando-se do valor ideal de 8,0, indicando redundância estatística negligenciável.
Correlação: Os coeficientes de correlação de pixels adjacentes foram reduzidos para quase zero (dentro de $\pm 0,003$ ), eliminando efetivamente a correlação presente em imagens naturais.
Resistência a Ataques Diferenciais: A Taxa de Mudança de Pixels (NPCR) excedeu 99,61% e a Intensidade Média Unificada de Mudança (UACI) foi de aproximadamente 33,46%, atendendo aos padrões ideais para resistir a ataques diferenciais.
Robustez: O esquema demonstrou resiliência contra ruído e oclusão. Sob ruído saltりと-pimenta (salt-and-pepper) de 10%, a imagem decifrada alcançou um SSIM de 0,7836, enquanto sob 25% de recorte (1/4 da área), o SSIM foi de 0,6915, com as imagens decifradas retendo características semânticas reconhecíveis.
Complexidade Computacional: A complexidade total é dominada pela decomposição de Hessenberg ( $O(n^3)$ ) e FrFT ( $O(N \log N)$ ). Para uma imagem de 256×256, o tempo total de criptografia foi de aproximadamente 66,4 ms, sugerindo adequação para aplicações em tempo real.

Significância e Alegações
O artigo afirma que o framework proposto estabelece um novo patamar na criptografia de imagem no domínio da transformada caótica. Ao integrar unicamente geometria espectral fracionária, fatoração de matrizes e caos de mapa duplo, o sistema supera as limitações de esquemas tradicionais, tais como vulnerabilidades de linearidade e falta de sensibilidade ao texto claro. O autor assegura que o framework oferece uma solução viável, eficiente e segura para a comunicação de imagens, particularmente em ambientes que exigem robustez contra erros de transmissão e vários ataques criptográficos. O trabalho sugere que pesquisas futuras podem estender este framework para vídeo colorido, plataformas embarcadas (FPGA/IoT) e primitivas resistentes ao quântico, mas o estudo atual foca em validar o desempenho da criptografia de imagens em tons de cinza.

Mais como este